【摘 要】
：
针对海杂波背景下雷达对海面弱小目标探测技术难题,提出一种基于时频脊-Radon变换的帧平滑双特征检测方法.该方法首先采用分块白化方法对海杂波进行抑制,根据抑制后海杂波单元与目标单元在时频域二维平面呈现的不同能量分布特征,对时频脊做Radon变换并在变换域特征空间中提取出峰值和频宽特征.考虑到实际雷达采用的相干脉冲数通常较少(大多情况下为64个或更少),易导致特征不稳定,进而影响海杂波与目标可分性,为此,通过多帧扫描历史数据和当前帧数据的综合应用,对特征做帧平滑处理以增强可分性.最后采用凸包分类算法,在双特
【机 构】
：
海军航空大学,山东烟台264001;海军航空大学,山东烟台264001;军事科学院国防科技创新研究院,北京100071
论文部分内容阅读
针对海杂波背景下雷达对海面弱小目标探测技术难题,提出一种基于时频脊-Radon变换的帧平滑双特征检测方法.该方法首先采用分块白化方法对海杂波进行抑制,根据抑制后海杂波单元与目标单元在时频域二维平面呈现的不同能量分布特征,对时频脊做Radon变换并在变换域特征空间中提取出峰值和频宽特征.考虑到实际雷达采用的相干脉冲数通常较少(大多情况下为64个或更少),易导致特征不稳定,进而影响海杂波与目标可分性,为此,通过多帧扫描历史数据和当前帧数据的综合应用,对特征做帧平滑处理以增强可分性.最后采用凸包分类算法,在双特征平面进行融合检测.经2级和4级海况实测数据验证,在同等参数条件下,本文检测方法相比已有基于时频三特征的检测方法、频域CFAR检测方法和分形特征检测方法具有更好的检测性能.
其他文献
协同传输作为一种可靠通信技术,通过利用空间分集,能够克服无线通信收发双方经历的信道衰落、噪声干扰、路径损耗等,有效提升系统传输性能.目前有关协同通信技术的基础理论研究较多,但大多数理论研究并没有应用到实际的原理样机中,因此缺少实测数据作为支撑.本文首先设计实现了一种自适应分布式协同传输协议,该协议通过信道感知技术实时获取信道质量信息,自适应地选择协同节点和协同传输方式.通过将所设计的传输协议实现在自主研发的原理样机上,本文从误码率、丢包率和吞吐量三个性能指标上,分别测试了系统在室内、室外、地面、空中等应用
急性缺血性脑卒中是由于脑血管堵塞导致局部脑组织血流急剧减少或中断引起的脑组织缺血缺氧性损伤,并出现一系列严重的神经功能缺损症状。黄芪甲苷是我国传统益气中药黄芪的主要有效成分之一,现代药理学研究证明黄芪甲苷对缺血缺氧性脑血管疾病有神经保护作用,可缓解血供恢复后出现的脑缺血再灌注损伤,但其具体作用机制仍有待深入探索。综合近期文献资料,本文就急性缺血性脑卒中的发生机制及黄芪甲苷对脑缺血再灌注损伤的改善作用进行述评,包括改善能量代谢、清除氧自由基、抑制炎症反应、缓解细胞内钙超载、抑制细胞凋亡、保护血脑屏障等,以期
针对目标检测算法直接应用于SAR图像舰船检测数据集时数据训练不充分、鲁棒性差等问题,本文提出了一种改进YOLOv3的SAR图像舰船目标检测方法,从改进网络训练策略的角度出发,提升算法对不同舰船目标的适应性,优化算法的检测性能.改进主要包括两个方面:一方面本文在YOLOv3的基础上引入了ATSS(Adaptive Training Sample Selection)正负样本的分配方法,提高YOLOv3中正负样本选择的质量,优化网络训练.另一方面本文设计了基于特征层的锚框超参数优化方法,使锚框更加贴合各检测层
合成孔径雷达对地面目标侧视成像时,周围高大建筑或树木的阴影投射到目标上导致非目标遮挡,造成目标部分信息缺失,严重影响目标检测、识别以及跟踪的性能.SAR图像对角度敏感,相邻方位角图像之间相关性强,有助于缺失信息重构.本文首次将多角度SAR图像序列与张量分解结合,提出多角度SAR图像非目标遮挡缺失信息重构.首先,引入多路延时嵌入变换,将多角度SAR图像序列转换为块Hankel张量,以获取相邻方位角图像之间的潜在结构关系.然后,在嵌入的高维空间内进行Tucker分解,实现块Hankel张量缺失信息重构.最后对
在大规模网络中,固定码率的信道编码自适应性较差,严重影响传输性能.针对这一问题,提出了一种基于累积无码率码(Accumulate Rateless Code,AR码)的协同传输方案,并利用外信息转移(Extrinsic Information Transfer,EXIT)图对该方案下的软信息迭代译码模型进行整体分析,以最大化码率为目标,设计了一种AR码的联合度分布优化方法,并给出三种求解策略,解决了AR码应用到协同网络中度分布优化的问题.理论分析与仿真结果均表明,该文所提方法求得的度分布在译码性能上,均优
不同于传统爆炸杀伤型武器,碰撞杀伤以其毁伤集中的优势正逐渐被应用于拦截、破甲等多个领域,而准确判定要害部位实现对于目标的有效毁伤打击有重要的意义.由于一维距离像具有姿态、强度及平移敏感性,仅基于距离像进行要害部位选择难以实现.本文提出一种三维散射中心模型辅助的一维距离像要害部位选择方法.通过获取目标三维散射中心的先验模型,结合要害部位三维位置实现三维向二维、二维向一维的图像投影,得到一维散射点序列模板.按照滑动最大匹配原则将目标散射点序列模板与待识别距离像匹配,此时一维散射点序列模板中要害部位所对应的距离
本文把非正交多址接人(NOMA)技术与认知网络相结合,提出了一种基于多中继选择的认知NOMA网络模型.考虑了在瑞利衰落信道下,主网络借助次级网络中的全双工中继实现可靠通信,作为回报,次级网络允许接入授权频谱来传输次级信号.中继同时接收主次信号后,采用串行干扰消除技术(SIC)依次解码主次信号,并根据NOMA协议转发信号到主次用户端.推导了在两种中继选择策略下认知NOMA网络中断概率,并通过了蒙特卡罗仿真验证.仿真结果表明,两阶段中继选择策略和全双工技术能有效提高系统中断性能.
为了有效地解决在低信噪比下宽带目标的被动声纳检测问题,本文将传统的用于声源定位的双水听器互相关方法扩展为多水听器互相关方法,通过多个水听器的输出信号的相干累加实现了在接收端的信噪比的提升.首先使用宽带滤波,计算得到各个水听器关于假定声源位置的信道解调信号,其次计算两组水听器的输出累加信号的时域互相关,最后对时域互相关进行阈值检测.仿真结果表明,相比于双水听器,多水听器互相关方法能够在更低信噪比下实现宽带目标检测.此外,考虑到求解滤波器系数需要很大的计算量,本文提出了运用互易性原理的加速方案.仿真结果表明互
信息技术的快速发展产生了大量无标签高维数据.为了能够更好地处理这些数据,提出了一种基于子空间学习和伪标签回归的无监督特征选择方法.首先,从矩阵分解的角度将子空间学习和特征选择结合在一个框架中,并且对特征选择矩阵施加L2,1范数保证稀疏,在寻找原始数据空间低维表示的同时进行特征选择;其次,利用回归函数来学习特征子空间和伪标签之间的映射关系,利用伪标签和回归函数来指导无监督特征选择,以使选择出来的特征更具判别力;最后,通过引入图拉普拉斯来挖掘隐藏在样本空间和特征空间的局部结构信息.在六个公开的数据集上进行了实
传统探地雷达偏移成像算法计算复杂度高、准确性低,且需要准确已知介质的电性参数.针对这些问题,本文提出了一种基于波场互相关的探地雷达快速自聚焦成像算法,利用水平分层介质频域格林函数的平移不变特性和快速傅里叶变换减小了对计算和存储资源的需求,并能够实时对地下目标进行高分辨成像;通过引入时间相位因子得到不同聚焦时刻的偏移图像,然后基于图像熵最小准则获取最优成像结果,解决了由于介质参数未知而导致的图像散焦问题.仿真结果验证了所提算法在介质参数未知情况下具有良好的自聚焦性能.